我拒绝训练可能取代我的 AI

正文

AI 公司正在付钱给受过高等教育的劳动者，让他们教会机器那些自己花了多年才形成的判断力——即便这些系统最终可能取代他们。

今年早些时候，我完成了博士学业，研究的是人工智能等技术如何重塑南非的农业劳动。我已经准备好开启学术生涯。我想象自己会给学生上课、指导研究、培养下一代学者。但我的第一份工作邀请并非来自大学，而是来自一位招聘人员，对方邀请我训练一个 AI 系统，让它设计考核、给本科生授课和批改论文。说到底，他们要我把过去十年学到的一切都传给 AI。

我同意参加面试。你也许会问：为什么有人会答应训练 AI，让它学会自己花了多年才掌握的技能？部分答案在于南非的社会经济现实。这份工作的时薪是 600 兰特（37 美元），而这个国家的法定最低时薪是 30.23 兰特（2 美元），2026 年第二季度的青年失业率达到 47.4%。那么，当谋生机会与你不愿帮助一种未来可能和自己竞争的技术的原则发生冲突，你会怎么做？需要权衡这件事的人并不只有我。

越来越多的人受雇去训练那些有一天将从事他们工作的 AI 系统。写作技能高超的人拿着低薪，让 AI 生成的文字“更像人写的”，或者对其进行编辑。在印度，垃圾分拣工和焊工把手机或摄像头绑在头上，记录日常工作，每小时获得 250 卢比（2.60 美元）。这些数据被用来训练人形机器人，而机器人将取代这些劳动者赖以谋生的工作。

虽然垃圾分拣工与我处于薪酬阶梯的两端，但我们本质上在做同一件事：把人的知识和判断传给机器。如果这成为 AI 经济的一个标志性特征，非洲就会面临风险。非洲是全球 AI 使用率最低的地区之一，多数国家劳动年龄人口中的 AI 使用率低于约 18% 的全球平均水平。南非略好一些，使用率为 23%。

然而，非洲同时拥有世界上最年轻的人口群体之一，受过高等教育的专业人才也在不断增加，而他们所处的环境却是失业普遍、工资低、经济增长预期有限。对 AI 公司而言，这构成一种诱因：以相较西方社会更低的成本，从非洲专业人士身上提取专家知识。

今天，一名受过良好教育的非洲人能够得到的 AI 工作，与长期外包给肯尼亚、尼日利亚等地的数据标记和数据标注工作不同。要求也不同：他们找到我，不仅是为了获取知识，也是为了获取我多年课堂学习和本科教学所积累的判断力。在数千小时的学习和教学中，我学会了判断本科课程里哪些概念真正重要，如何评价论文，如何区分死记硬背和真正理解，以及为什么一个学生的论文应该得到 75% 的分数，而不是 60%。AI 要学的，不只是我知道什么，还有我如何做决定。

不少白领职业的核心都在于裁量能力。律师作出法律判断，医生作出临床判断，教师作出教学判断。这类知识曾被认为即便并非不可能自动化，也很难自动化，因为它依靠对具体情境的理解，而不仅仅是套用规则。这正是 Outlier、Mercor 和 Surge 等 AI 平台如今积极招募医生、律师与工程师的原因。

在我自己的招聘过程中，没有任何人类参与。一个 AI 对我进行了 45 分钟的面试，随后通过邮件反馈我的长处与不足。过去，这类决定由人来作出；如今 AI 接管了这个过程，决定谁能获聘。面试我的 AI 建议我重做一部分测评。我没有照做，也不再继续争取这份工作。

我希望自己能够告诉你，我的选择源于原则：我拒绝了这份工作，是因为担心自己帮助建立的技术会取代我的劳动。但我至今仍未完全理解，自己的不适究竟来自哪里，也没有找到那些一直困扰我的问题的答案。把界定我们人格与职业的判断力交给机器，意味着什么？我们究竟在教这些系统形成怎样的判断？我们有没有教它们做到公平、良善、合乎伦理，并真正理解具体情境？

我仍不知道自己为什么放弃了那份 AI 训练工作。也许过一段时间，我会理解得更清楚。与此同时，我仍在寻找一份学术工作，去教学生，而不是教 AI。

思想框架

作者从博士毕业后的工作邀请切入，先交代南非的工资和失业现实，让接受 AI 训练工作成为可以理解的谋生选择；继而把自己的处境与印度体力劳动者相连，指出被提取的既有知识，也有依赖情境的专业判断。招聘本身已交由 AI 决定，让问题变得切身。文章最终保留了作者的犹疑：他退出招聘，却没有把自己的选择包装成毫无动摇的道德答案。